近年、文書要約の必要性が高まっている。文書要約では、文の冗長性削減や、文長の制限、文の結束性等、同時に考慮すべき要素が多くあり、多目的の最適化が必要となる。そこで、本研究では多目的最適化において、多目的遺伝的アルゴリズムを用いた要約を行う。実験を行い、その結果を考察する。

ソフトウェア使用許諾書において、契約内容を把握するにあたり読み手が許諾書に求めるのは許諾書特有で推測が困難な条項である。本研究では条項の述語に着目し、その述語の格フレームの補語を機械学習により推定し、述語と格フレームの補語から権利の帰属先や許諾・禁止された行為等の内容の推定を行う。そして、取得済みの文書の条項内容と比較して対象許諾書に特有な表現からなる条項を抽出し、読み手の負担の軽減を試みる。

近年、パラレルコーパスを利用したコーパスベースの統計的機械翻訳手法が提案されている。しかしながら、パラレルに書かれた文書は少なく、一般に、翻訳家による作業を経るため、その生成は高コストである。本研究は、対象文書中に複数の共通する潜在的トピックが存在すると仮定する多言語トピックモデルの概念を用いて言語横断情報を抽出し、対象文書からパラレルコーパスを自動生成することを目標とするものである。

本稿では、大規模コーパスから得られる文脈の多様性に基づき、入力文の文脈に沿って名詞を換言する。提案手法は、単語の出現頻度や共起頻度を用いず、名詞が用いられる文脈の種類数のみを用いることが特徴である。これは、換言対象の語とより多くの文脈を共有する換言候補の語は、換言可能性がより高いという考えに基づく。実験の結果、本手法は共起頻度やPMIに基づく手法よりも適切な換言を多く生成することができた。

ニュース記事のセンチメント極性を推定するため、単語に極性を割り当てた精度が高い極性辞書の作成が重要である。共起頻度に基づいた半教師学習による辞書作成では、極性を持たない多くの単語に極性を割り当ててしい、極性推定の精度が悪くなる。このため、辞書に登録する語彙をコントロールする必要がある。そこで、ニューラルネットワーク言語モデルから得られた単語間の類似度に基づいて極性辞書への登録単語の制限を行う。

あるテキストＡが正しいならば、テキストＢが正しいかどうかを自動判定するタスクであるテキスト含意認識（ＲＴＥ）を高精度に行うためには、与えられたテキストに対する高精度な言語解析とともに前提知識の適切な利用方法が重要な課題の一つとなっている。本発表では、前提知識が比較的明確である自動車普通免許の学科試験に関するコーパスを作成し、道路交通法などの前提知識の利用方法について分析を行った結果について述べる。

クリークの緩和モデルである(j,k)-疑似クリーク(PC)を提案し，その高速抽出について議論する．(j,k)-PC は各頂点毎の非隣接頂点数上限kを制約とするk-Plex に対して，隣接頂点数下限jを新たな制約として付与したものであり，逆単調性を持つk-Plex 枚挙器をベースに，接続下限数に関する頂点毎の分枝限定枝刈を組み込むことにより，完全性を持ちかつ高速な極大疑似クリークの列挙を実現する．

マーケティングにおいて，アンケート調査は市場調査を行う上での重要な手段の一つである．一方近年，個性の多様化により，回答者の回答傾向は様々なものとなっている．これにより，解析においては，全体の傾向を捉えるだけでなく，他の回答者とは異なるが強い印象を持った少人数の集団，いわゆるマイノリティグループの発見が有益である．本稿では，Normalized cutを用いたマイノリティの抽出手法について検討する．

負の相関ルールは, 非頻出のアイテム集合を含むことから膨大である. [井出 14]において, 負の相関ルールの完全な抽出手法が提案されているが, 本研究ではルール評価尺度である支持度, 確信度に, 関連尺度を追加することで, より有用なルールに注目し効果的な抽出を行う. 加えて関連尺度の上位kルールの抽出手法を開発して, 高機能な負の相関ルール抽出手法を提案する.

絵本データセットは,単語頻度や対象年齢,単語の品詞などの複数のデータからなる.本研究では,複数データの関係性を考慮した潜在的なパターン抽出をするために,複合非負値行列因子分解 (NM2F)を応用する.NM2Fは,観測行列と補助行列の間に共通の因子行列を仮定し, これらの行列を同時に分解する.実験ではNM2Fによって絵本データセットから多角的な因子行列を抽出し,定量的・定性的に評価した.

化合物の構造特徴を計算機上で扱う際には、離散数量化を行い構造特徴空間に変換するが、一般には高次元データ空間となることから、相互の関係を理解することが困難になってしまう．そこで本研究ではSOMを用いて構造特徴空間の2次元写像を行うことで、空間内での近接性の可視化を行うとともに、構造の近接性と活性の関係を表す活性地図の作成とその応用について議論する．

本研究は，スマートデバイスを用いた高齢者・障害者の生活支援に向けて，スマートデバイスに搭載されている三軸加速度センサを用いて計測した，11名の高齢者・障害者の屋内・屋外の歩行データとその分析結果を示す．そして，三軸加速度センサデータに位置データと環境モデルを追加することで，具体的にどのくらいの粒度と精度で行動推定が可能であるかを，１名の高齢者の２日間の屋内行動データをもとに示す．

ニコニコ動画における動画の評価は，動画投稿者や動画内容が有する集客能力に強く依存している．故に，集客能力が高い動画とそうでない動画を同系のデータとして扱うことは困難である．これに対して我々は，ユーザが動画を再生してマイリストに登録する行動をベルヌーイ試行と仮定し，動画のマイリスト登録率を，再生数による信頼性を考慮した評価値に変換する．さらに，その推移を用いて評価パターンのクラスタリングを試みる．

私は創造的思考と身体の動きの関連性について発表します。私が行った実験は、被験者に30分間創造的発想をしてもらい、その時の関節の座標データをキネクトを使って取得しました。そしてこのデータを時系列分析することによって、発想したアイディアの質が高かったグループと低かったグループの間に差異を見つけ、それと創造的思考プロセスモデルとの関連について考察しました。今後は創造的空間づくりに活かしていく予定です。

活動量計データから複数人の同行を検出することを目的とする。活動量計から得られたデータによって、個人の活動状態を推定する研究は数多くある。解析対象を個人から個人同士のペアに拡げることで、2者間の同行を検出する事ができることを示す。さらに、同行の頻度から人間関係グラフを生成する。実証実験の結果，高い精度で人間関係グラフの導出に成功し、本手法の有効性を確認することができた。

Several agent-based theoretical models demonstrate that strategy switching between fundamental and trend-following predictors is the main generator of price deviation from the fundamental value. However, no research has empirically identified: (1) the type of investors who actually utilize either fundamental or trend-following predictor and switch the rules over time; and (2) the switching frequencies. This paper achieves this goal by examining a monthly panel dataset on order flows distributed by the Tokyo Stock Exchange, covering July 2002 through June 2013. We categorize buy-side professionals in the Japanese stock market into investors, such as those in charge of managing proprietary trading, individual investors, foreign investors, security companies, investment trusts, life or postal life insurance, city or local banks, and trust banks. We find that our buy-side investors utilize either of the fundamental or trend-following (or contrarian) strategy, and significantly switch between the two rules at both monthly and quarterly frequencies. We also demonstrate that the parameter estimates are quite different across the types of investors, indicating timevarying within-group behavioral heterogeneity in the Japanese stock market. However, we observe that the strategy switching is not necessarily related to the investment profits in our sample.

本研究では人工市場を用いて高頻度取引を行うマーケットメーカーが株式市場の出来高に与える影響の分析を行った。近年高頻度取引や代替市場の増加による株式市場の複雑化が指摘されており、本研究では２市場間の出来高シェアの関係に着目してマーケットメーカーの影響を検証した。検証の結果、マーケットメーカーのスプレッドはマーケットスプレッド以下の値でも２市場間の出来高シェアの変化に影響を与えることを明らかにした。

現在，P2P電子貨幣ビットコインは，経済，金融などの方面から議論がなされており，インターネット上で注目を集めている．本研究は，投資家にとって有益な情報として，ビットコイン為替相場の長期的傾向を反映できる指標作成を目的とする．そのため，ビットコインシステムの公開型トランザクション履歴に対する統計的解析を行い，ビットコインシステムの実際の使用状況を直観的に把握できる可視化を実現する．

本論文では，実取引環境であるTradeStationにおいて，複利型強化学習を用いて取引戦略を獲得する方法について述べる．これまで仮想取引環境であるカブロボにおいて日次取引を行うための取引戦略を獲得する手法を応用し，TradeStationにおいてデイトレードを行うための取引戦略を獲得する．

本論文では，国内株式を投資対象とする投資信託の組み込み比率上位10銘柄の情報に基づいて，投資信託をクラスタリングする方法を提案する．具体的には，投資信託の類似度グラフから直接スペクトラルクラスタリングを行うことによって，投資先が類似している投資信託のクラスターを作成する．

Twitterやブログなどの投稿を機械が自動的に解析し、投資判断を行う際、記事のポジネガを判定する辞書が必要になる。投資判断に特化した専門的な辞書の作成には人の知識が必要となり、作成やメンテナンスに大きな労力を要する。 本稿では、株価掲示板データからファイナンスに特化したポジネガ辞書を生成する手法について述べる。実験の結果、企業判断に特化したポジネガ辞書が生成され、本手法の有効性を確認できた。

本論文では，決算短信PDFから因果関係を抽出し，それを用いて過去の因果関係を表示させるシステムを提案する． 例えば，企業名をシステムに入力すると，その企業に関連する過去の因果関係を表示する．原因として「猛暑」，結果として「冷房需要の盛り上がり」という因果関係が表示されたとすると，現在，「猛暑」であれば，この銘柄に投資するためのポジティブな判断材料として役立つことができる．

為替や株価などの経済指標は，現実世界の事象と密接に関連して変動している．そして，現実世界の事象は，ニュース記事やマイクロブログなどの形で，言語情報として表出する．そこで本研究では，主にニュース記事と経済指標との関連性について分析した結果について報告する．

本研究では、投資家のリスク管理に有益な情報を与えることを目的とし、大きな出来事が生じたときに個別銘柄間や銘柄と指標間との情報伝播がどのように変化するかを分析する。より、高頻度の関係性を分析するために、板情報を用いた移動エントロピー解析を行った。その結果、従来の株価間の相関分析ではとらえれなかった、東日本大震災のような大きな外生ショック直後の高頻度の関係性の変化をとらえることができた。

近年、金融市場における個人投資家の比重が増し、その重要性が高まっている。本研究では、個別銘柄間の情報伝播の様子を明らかにすることで、個人投資家に対して投資判断の支援を行う技術の構築を目指す。具体的には、株式市場の注文情報から移動エントロピーを計算し、影響力ネットワークを構築する。またそのネットワークが情報伝播の様子を表していることを示し、ニュース等の外的要因が個別銘柄に与える影響を明らかにする。

　業務連携の促進を目的に、社内SNSや社内ブログで情報共有を行う企業が増えている。しかしながら、大量の投稿情報から有用な情報を見つけるには、多大な工数を要するという課題がある。本発表では、社内ブログから業務連携に有用な記事を抽出して個々の社員に配信する、社内ブログ記事推薦システムを提案する。

営業活動支援を目的として、営業日報データ分析の取り組みが積極的に行われている。 営業日報に含まれる商談情報には、商品を提供する過程の情報が多く含まれており、これを利用することで営業活動を効率よく行うことができると推測される。そこで本発表では、営業担当者が受け持つ営業案件と類似の商談情報を抽出し、推薦するシステムの提案を行う。

プレゼントを選ぶためのサイトは多く存在する。そこでは商品に対しプレゼントされる人の属性などがラベル付けされており、それを基にプレゼントを検索できる。しかし、全ての商品がラベル付けされているわけではない。本稿では、ラベルのある商品のレビューと属性などより分類器を作成する。この分類器を用いて、ラベルのない商品のレビューから属性を推定する。ラベル付けされた商品について主観評価を用い、本手法を評価した。

近年，小学校などの教育現場でNIEが注目されている．しかし，一般の新聞は小学生を対象に書かれていないため，小学生にとって授業のテーマや自分の嗜好・興味に即した記事検索は容易でない．そこで本研究では，小学生が興味をもつ，または持たせたい記事などを推薦する記事選択支援の実現を目的とする．本稿では第一段階として，Webニュースサイトのランキング情報に注目し，小学生に有用なニュース群の推薦手法を検討する．

音楽推薦における楽曲特徴としてジャンル，年代，音響信号が考慮されている．また製作に携わるプロデューサ名，楽曲の元となるサンプル曲といった楽曲に関連深い情報や，他者による楽曲の評判情報も推薦に有用である．本研究ではwikipediaから楽曲に関連する情報を,自由に主観評価のタグを付与できるサイトlast.fmから楽曲の評判情報を獲得することで，多様な楽曲の推薦に利用できるデータベースを作成する．

近年，Twitterをはじめとするマイクロブログが急速に成長しており，Twitterを用いた経済予測などの研究が盛んに行われている．本研究ではユーザが投稿するツイートの感情を分析することにより，社会全体の感情をモデリングすることを目指す．感情を怒り，恐れ，嫌悪，幸福，悲しみ，驚きの6つに分け，2013年12月10日から2014年1月10日までの32日間に投稿された約420万ツイートの分析を行う．

Twitterのユーザ関係データに対して我々が開発したデータ研磨手法を適用することで、潜在的な近接関係の補完、およびノイズを除去が可能となり、ユーザのクラスタを鮮明化することができる。この手法を、女性の三年育休問題に関するTwitter投稿データに適用することで、ユーザの意見の変化検出を試みる。

本稿では、データ圧縮技術をテキスト分類に使用することによりテキストの言語に依存しない話題分類を実現し、短文投稿サイトTwitterに投稿されている複数の言語のTweetの分類を行う。また、圧縮の代わりにTweet文字列のエントロピーを用いた場合についても評価し、それぞれの手法の分類精度の比較を行った。

Twitterはマイクロブログサービスとして世界中の人々に利用されるため，非常に大規模なデータを持つ．これを対象とした研究は多く，ユーザプロフィールや投稿テキスト，ユーザ間のリンクなどが主な素性とされてきた．しかし，アイコン画像に注目した研究はこれまでに存在しない．そこで本研究は，アイコン画像がユーザの内面的特徴を示唆するという仮説のもと，アイコン画像を分類しそれぞれのユーザの使用傾向を調査した．

スマートフォンとTwitterの普及により，今の自分の状況を投稿する人が増加してきた． ツイートには本文の他に画像や位置情報を添付でき，外出先で撮影した画像を即座に投稿することができる． 本研究では，これらのTwitterに投稿された位置情報付き画像ツイートリアルタイムなイベント検出を行う． さらに，イベントを表す画像を抽出することにより，視覚的にイベントが捉えられるようにする．

医療ミスというのはヒューマンエラーであり、更に多くのミスは単純な確認ミスである。例えば動脈の位置や患者情報の誤認、1桁違いの薬物投与量などがミスの原因である。このような問題に対して異常検知という意味で機械学習というのは非常に有効である。高齢化社会になるにつれ、ますます医師への負担は増えるだろう。その状況下でも絶対にミスが起こらない医療を提供できるようなシステムを構築したい。

　本稿では意思決定支援を目的としたツイートログの分類基準を提案する．具体的には，緊急を要する場合と複雑な意思決定プロセスを伴う場合における1次情報，2次情報，1.5次情報への分類基準を設ける．提案する基準を東日本大震災時のツイートと総選挙時のツイートに適用して簡単な評価を行った． 　また，その結果に対して各状況における情報の取り扱い方や各手法の有効性，定義の改善点ついても考察する．

従来の人工生命は、開発者により設計されたプログラムに従って駆動するものが殆どである。予測不能な生物らしい動きを生成するためには、これらのプログラム自体も環境によって変化することが望ましいと考えられる。そこで本研究では、仮想物理世界内に機械式論理回路を実装することによって、仮想世界内に閉じた人工生命を作ることを目指している。ゲームエンジンUnityを用いて論理回路を実装しその動作速度を検証した。

画像処理技術の発展の一方で，計算機による絵の意味的理解は十分な成果が得られていない．絵の中でも，漫画や絵本などの時系列を有した絵は読者にストーリーが伝わることが重要であり，比較的計算機による扱いに適していると考える．本研究では，上記の絵における絵中のオブジェクトの時系列的状態変化に着目し，ユーザ入力に基づいて用意した画像を組合せ，ストーリーを有する絵集合を生成する手法とアプリケーションを提案する．

ハイブリッドシステムは連続変化と離散変化の両方が起こりうるシステムであり、 物理学を始めとした多くの分野に応用が可能である。 HydLaは制約に基づいたハイブリッドシステムのモデリング言語であり、 我々は今までにHydLaの記号実行シミュレータHyroseや統合開発環境HIDEを開発してきた。 本発表では、これらを用いたハイブリッドシステムの 解析例について紹介する。

連続音声認識の誤り訂正で用いられるCRFは、N-gramや品詞など、様々な素性を使って誤り傾向を学習する。誤り訂正精度を向上させるためには単語間の類似度など文脈的情報を素性として与える必要がある。本稿では離れた単語間の類似度を考慮できるNormalized Web Distanceを素性としたCRFによる誤り訂正手法を提案する。日本語話し言葉コーパスを用いた評価実験では単語誤り率の改善がみられた。

本研究は識別器の一種であるロジスティック回帰(LR)におけるパラメータの平均化法を提案する。LRは機械学習の領域でよく用いられる代表的な識別器であるが、その損失関数は凸となっており大域的最小値が得られるためパラメータを0で初期化して学習することが多い。本研究ではパラメータの初期値を変動させることにより複数の最適なパラメータを得、それらの平均をとることによりLRの性能が向上することを示す。

逆強化学習は，方策を所与として報酬関数を推定する枠組であり，報酬設定が困難な問題に対して期待されている．逆強化学習の概念が最初に示されたRussellらによる方法では，各状態の最適行動と，それ以外の行動のQ値の差を全状態に対して算出し，この合計を最大化する問題として定式化されている．本論文では，各状態毎の差を最大化する多目的最適化問題とした解法を示し，得られた報酬関数を評価する．

我々の身辺には，時間を経るとともに内容が変化する文書が多く存在している．しかしそれらの文書は，同じ内容について書かれているものが複数存在していることや，１つの内容に関して長いスパンで書かれていることが多い．そのため情報量が膨大であり，変化の軌跡を把握することは容易な事ではない．そこで本研究では，このような時系列文書を対象とし，文書中の潜在情報を考慮した要約の生成について提案する．

近年諸分野で大量の時系列画像が取得されている。ここから時間・空間の様々な断面を柔軟に取り出し、機械学習の手法を用いて知識発見を支援する汎用的なシステムとして、分散処理のフレームワークであるHadoopを用いた50台のノードからなるシステムを構築した。またリアルデータとして、気象衛星画像からの相関性分析に適用したのでその結果について報告する。

本研究では，Twitterにおける投稿から個人の行動情報を抽出する手法を提案する．提案手法では，辞書に依存した手法ではなく文字n-gram法を利用することで，構文が正しくない文章や新しい単語などを扱うことが出来る．また，従来手法では主に動詞を利用して行動情報を抽出していたが，提案手法では行動を表す名詞にも着目することで，文章で直接的に行動を表していない場合においても行動情報を抽出することが出来る．

レビュー文書から商品が評価される項目（評価視点）を抽出し，利用することで，細粒度での評判分析が可能になる．本研究では，評価視点は階層的な構造を持ちやすい点に注目し，表層的言語パタンによって獲得された評価視点候補の組から階層性を木構造で表現した評価視点のカタログを自動生成する手法を提案し，その有効性を評価する．

インターネット宿泊予約サイトの宿泊レビューには、5段階の数値評価と感想コメントが記載されている。数値評価のすべての項目のうち、1つだけの評点を変える宿泊者が存在する。この宿泊者のこだわりと考えられる数値評価に対し、感想コメントには数値評価を変えた理由となる具体的な評価内容が記載されていると想定される。テキストマイニングを用いて感想コメントから評価表現を抽出し、その特徴を検証する。　

本研究の目的はコミックの内容を考慮した探索的検索支援システムの実現である。その実現には、コミックの設定や登場人物に関する情報などの内容情報を獲得する必要がある。提案手法ではWeb上のレビュー文に含まれる表層情報と潜在情報を抽出し、コミックに紐付けることでコミックの内容推測を容易にする。また、コミック同士の類似性に基づいて視覚化し関連性を俯瞰できるようにすることで、検索結果の直感的な理解を促す。

近年、古典和歌のテキストデータベースがWebやCD-ROMで公開されてきている。それにともなって、マイニングの技術が文学研究においても利用され始めている。これまでの古典和歌の文学研究は自立語による語句の分析が主だった。しかし、和歌は朗詠の文化を持ち、音が重要な意味をもつことも十分考えられる。和歌を音素の記号列に変換し、テキストマイニングを行うことで、新しい和歌の分析手法を提案する。